Recherche sur les biomarqueurs des lobes cérébraux pour améliorer la détection de la démence à l'aide de données EEG

Sciences de l'information, Intelligence artificielle, Médecine, Neurologie, Imagerie médicale,
Électroencéphalogramme   Démence   Maladie d'Alzheimer   Démence frontotemporale   Transformée de Fourier à court terme   Réseaux de neurones convolutifs  

Contexte La démence est un problème de santé mondial qui affecte gravement la qualité de vie des patients et impose un fardeau considérable sur les systèmes de santé. La maladie d’Alzheimer (Alzheimer’s Disease, AD) et la démence frontotemporale (Frontotemporal Dementia, FTD) sont deux types courants de démence, dont les symptômes se chevauchent, r...

MediVision : Renforcer le diagnostic du cancer colorectal et la localisation des tumeurs grâce aux classifications d'apprentissage supervisé et à la visualisation Grad-CAM des images de coloscopie médicale

Sciences de l'information, Intelligence artificielle, Médecine, Imagerie médicale, Oncologie,
Cancer colorectal   Coloscopie   Réseaux de neurones convolutifs   Tumeurs malignes   CNN intégré   Grad-CAM  

Contexte académique Le cancer colorectal (Colorectal Cancer, CRC) est l’un des cancers les plus répandus dans le monde, en particulier chez les personnes de plus de 50 ans, où l’incidence augmente de manière significative. La détection précoce et un diagnostic précis sont essentiels pour améliorer le taux de survie des patients. Cependant, les méth...

Un CNN d'apprentissage de la dépendance temporelle avec mécanisme d'attention pour le décodage MI-EEG

Sciences de l'information, Automatique, Intelligence artificielle, Médecine, Neurologie, Sciences de la vie, Génie biologique,
Apprentissage de la dépendance temporelle   Réseaux de neurones convolutifs   Interface cerveau-ordinateur   Imagerie motrice   Mécanisme d'attention  

Un réseau de neurones convolutifs (CNN) de dépendance temporelle basé sur un mécanisme d’attention pour le décodage MI-EEG Contexte de recherche et description du problème Les systèmes d’Interface Cerveau-Machine (Brain-Computer Interface, BCI) offrent une nouvelle voie de communication avec les ordinateurs en traduisant en temps réel les signaux c...

Moduler les champs récepteurs effectifs pour les noyaux convolutionnels

Sciences de l'information, Intelligence artificielle,
Noyaux de convolution   Réseaux de neurones convolutifs   Champs récepteurs effectifs   Distribution gaussienne   Classification des images   Détection d'objets  

GMConv: Réglage de l’Effective Receptive Field des réseaux neuronaux convolutifs Avant-propos Les réseaux neuronaux convolutifs (Convolutional Neural Networks, CNNs) ont obtenu un succès remarquable dans les tâches de vision par ordinateur grâce à l’utilisation de noyaux de convolution, notamment dans la classification d’images, la détection d’obje...